机器人天空-为机器人开发者和爱好者服务据Quartz报道，麻省理工学院的学生Vlad Firoiu开发的一款人工智能游戏击败了世界上一些优秀的玩家。尽管这款人工智能游戏没有和最优秀的选手对战，但其中一位输掉的选手承认，“我并不确定是否有人能打败它。”
虽然这一成就十分振奋人心，但人工智能仍然需要一些改进，直到它在每一款游戏中都能战胜人类。人工智能正在学习一些新的赢得游戏的方法，比如说比人类记住更多的游戏动作。他们正在学习如何从战略角度思考，如何互相合作。这是人工智能与人类竞争的良好表现，它们一定会走得更远。
新环境和新发展
《任天堂明星大乱斗》是2001年开发的一部任天堂游戏，在游戏中，马里奥和皮卡丘等著名的任天堂人物可以互相打斗。尽管这款游戏年龄很大，已经出了两部续集版本，但仍然被大量玩家所青睐。“大乱斗玩家”们不断开发新的战斗技术，让这款游戏一直保持高热度。
因为Smash是一款格斗游戏，与国际象棋相比，人工智能面临着不同的挑战。在国际象棋中，人工智能可以简单地通过记忆数以百万计的动作来胜过玩家。但在即将到来的游戏Smash中，人工智能无法预测未来，因为无法可靠地预测人类玩家会做什么格斗动作。为了打败人类玩家，人工智能将不得不“学习”怎么玩Smash。
这正是Firoiu和他的同事们教人工智能做的事情。他们开发了一种神经网络，可以精准判断出对手的位置，并作出战斗指令。神经网络会对AI进行近战训练，让AI对自己作出攻击。通过与自己进行比赛，AI在短短几周内就学会了如何打败优秀的Smash玩家。
除了Smash，上个月，人工智能还利用神经网络击败了世界上最优秀的扑克玩家。就像Smash一样，扑克无法仅仅通过计算来获得游戏胜利。它需要了解玩家的出牌习惯，尤其是要有虚张声势的能力。而就像Smash人工智能一样，在进入锦标赛之前，扑克玩家都会与自己玩游戏琢磨技术，而不是与对手对战。通过这样的方式，扑克玩家赢了数以万亿计的比赛。这些在扑克和电子游戏上取得的胜利都代表了人工智能的飞速发展。
但是我们不能沾沾自喜，尽管取得了这些胜利，人工智能的发展仍有相当长的路要走。因为人工智能的反应速度比人类快的多，因而Smash人工智能攻击性比人类玩家大，并且能及时避开攻击。但是，人工智能没有能力处理游戏中的投射物，所以没法跟远程角色对战；而当对手躲藏在角落时，它还会不知所措，甚至跳崖自杀。
因此，有人会质疑，Smash AI是否真的比人类更聪明，还是它只是利用了优越的反应速度来获取胜利。然而，人工智能只花了几周时间就能让已经练习了数年的人类棋手们黯然失色。最近在诸如Smash和扑克等领域的人工智能的胜利都表明，随着游戏参数的改变，人工智能可以学习不同类型的游戏动作。两场比赛进一步强调了一点：不同的人工智能系统可以学会合作，也可以根据比赛的不同性质互相争斗。
从某种意义上说，任何我们编写人工智能程序都可以被理解为一种游戏。无论是在游戏中打败玩家还是进行战术的分析，人工智能都受到特定参数的约束，无论是通过程序员的设计还是通过神经网络学习，它都能不断地实现自我提升。纵观人类历史，游戏常常被视为智力高的象征，比如有很多伟大的领导者喜欢国际象棋。由于在各种各样的游戏中，人工智能都能打败人类，这表明人工智能可以通过程序员编程获得不同类型的智能。神经网络和机器学习有可能彻底改变人工智能，但要想在每一场游戏中战胜人类，仍需要相当大的进步。
